OpenAI presentó este 5 de noviembre GPT-6 Cyber, un modelo de inteligencia artificial entrenado para detectar vulnerabilidades en programas y para armar los ataques que las explotan. La compañía lo ubicó en el nivel "Crítico" de su escala de riesgo en ciberseguridad, el más alto que tiene, y por ahora el acceso está limitado a un grupo pequeño de clientes aprobados.

El dato que más llama la atención: según OpenAI, el modelo encontró 81 fallas graves que hasta entonces eran desconocidas en Firefox, el navegador de Mozilla. La organización las consideró de alta severidad y empezó a liberar parches poco después de recibir los reportes.

Qué pasó con Linux y cómo se mide

En el kernel de Linux, el corazón de los sistemas que corren servidores y teléfonos Android, GPT-6 Cyber reprodujo 1.724 fallas y construyó ataques funcionales para 948 de ellas. La cifra multiplica por más de cinco las 166 que había logrado GPT-5.6 Sol con el mismo esquema de pruebas. OpenAI también informó que entregó 304 hallazgos críticos a los responsables del proyecto, junto con propuestas de parche.

La calificación "Crítico" sale del Marco de Preparación de la propia empresa. Ese nivel describe a un modelo capaz de identificar y desarrollar ataques de día cero —contra fallas que los creadores todavía no conocen— en sistemas reales bien protegidos y sin intervención humana. La versión anterior, GPT-5.6 Cyber, estaba un escalón abajo, en "Alto".

En ExploitGym, una prueba que mide si el modelo consigue aprovechar una falla puntual, GPT-6 Cyber marcó 48,5% frente al 32,1% de su antecesor. En otra evaluación sobre sitios web sin acceso al código, detectó el 40,3% de las vulnerabilidades, contra el 32% de GPT-6 Astra, el modelo general de la compañía. Todas son pruebas diseñadas y medidas por OpenAI.

El riesgo de atacar fuera del objetivo

Uno de los peligros de estos sistemas es que, ante un encargo, terminen golpeando servicios que no estaban en el alcance. OpenAI asegura que entrenó al modelo para respetar los límites autorizados y lo probó en un entorno aislado con servicios fáciles de vulnerar. La prueba se inspiró en el incidente de Hugging Face, según el anuncio.

Sin las instrucciones de seguridad del despliegue, GPT-6 Cyber evitó atacar esos servicios en el 99,93% de los casos, frente al 94,49% de GPT-5.6 Cyber. Con esas instrucciones, el resultado fue del 100%. La empresa publicó fragmentos del razonamiento interno del modelo, como la frase "don't explore out of scope credentials" (no explorar credenciales fuera del alcance).

"El navegador entró en 2026 como uno de los códigos más reforzados y examinados del mundo", afirmó Brian Grinstead, ingeniero distinguido de Firefox, al comentar que aun así el modelo encontró fallas graves nuevas y ayudó a enviar correcciones a millones de usuarios.

Acceso con identidad verificada

GPT-6 Cyber está disponible por la API y por Codex, la herramienta de programación de OpenAI, solo para un grupo selecto de clientes de Daybreak Red, el programa de ciberseguridad de la empresa para trabajo autorizado de ataque simulado, como pruebas de penetración y desarrollo de exploits.

La tarjeta del sistema indica que OpenAI verifica identidad y elegibilidad de los solicitantes, exige aceptar restricciones sobre actividades autorizadas y acceso de terceros, y pide inicio de sesión único, autenticación en dos pasos y lista de direcciones IP permitidas. Entre quienes lo usan figuran Cisco, Palo Alto Networks, SentinelOne, Perplexity y CodeRabbit.

OpenAI también informó que registra cada vez más intentos de usar IA con fines maliciosos, incluidos grupos que buscan copiar sus modelos. Según la tarjeta técnica, el Instituto Nacional de Estándares y Tecnología de Estados Unidos y la firma Irregular participaron de las evaluaciones del sistema.